Magnetic Field Aided Indoor Navigation
Viele derzeitige Hilfsmethoden funktionieren in Innenräumen nicht gut, wie z.B. die Hilfe durch das Global Positioning System.
Die in dieser Forschung vorgestellte Methode verwendet Magnetfeldstärkedaten von einem Drei-Achsen-Magnetometer, um die Position mit einem Maximum-Likelihood-Ansatz zu schätzen. Die Positionsmessungen werden dann mit einem Bewegungsmodell unter Verwendung eines Kalman-Filters kombiniert. Der Magnetfeld-Navigationsalgorithmus wird anhand einer Kombination aus simulierten und realen Messungen getestet.
Die Ergebnisse dieser Tests zeigen, dass der Algorithmus zur Positionsbestimmung in der Lage ist, aus realen Daten Positionsschätzungen zu generieren, die weniger als 1 Meter von der wahren Flugbahn abweichen, wobei die meisten Schätzungen. Die meisten Schätzungen lagen in einem Laborflur 3 Meter von der tatsächlichen Flugbahn entfernt.
Um die Fähigkeiten des Algorithmus zur Positionsbestimmung weiter zu erforschen, wird ein Führer-Folger-Szenario implementiert. In diesem Szenario nutzt der Follower die vom Leader gesammelten Daten zur Magnetfeldstärke, um seine aktuelle Position zu schätzen und zu versuchen, der Trajektorie des Leaders zu folgen.
Die Ergebnisse zeigen, dass eine Verfolgung möglich ist und dass die Messspanne des Führers einen großen Einfluss auf das Ergebnis hat.
| ISBN: | 9781288311736 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
